基于局部估计密度的局部离群点检测算法

局部离群点检测是近年来数据挖掘领域的热点问题之一.针对交通数据去噪问题,提出一种基于局部估计密度的局部离群点检测算法,算法使用核密度估计方法计算每个数据对象的密度估计值,来表示该数据对象的局部估计密度,并在核函数的带宽函数计算中引入数据对象的k-邻域平均距离作为其邻域信息,然后利用求出的局部估计密度计算数据对象的局部离群因子,依据局部离群因子的大小来判断数据对象是否为离群点.实验表明,该算法在UCI标准数据集与模拟数据集上都可以取得较好的表现.     

一种基于线性逻辑的构件组装方法研究

构件组装是基于构件的软件开发中的一个重要环节.本文利用线性逻辑描述了具有语义信息的构件结构,描述了独立于具体的计算环境、具有普遍适用性的三种构件组装关系,利用定理证明的方法,根据现存构件的描述和构件组装关系自动生成构件组装的方案,并从被适应的构件描述中推导出复合构件的描述,以提高对构件适应过程的描述和分析能力,为构件组装形式化分析、组装正确性的检验提供了保证,并列出了一些值得进一步研究的问题.     

基于DSP的多通道G.728语音编码器实现

介绍了G．728的算法原理和TMS320C5410定点DSP芯片，针对TMS320C5410芯片的硬件结构和编译系统特点，设计了一套运行在该DSP芯片上的多通道G．728语音编解码器。分析了多通道G．728在定点DSP芯片上实时实现时存在的困难和相应的关键技术，详细论述了G．728编解码算法在该DSP芯片上实现时采用的优化技术，以及为了降低计算量对码本搜索模块及Levinson—Durbin算法的改进。     

基于TM1300的G.728语音编解码器实现与优化

介绍了G．728的算法原理和TM1300定点DSP芯片，针对该芯片的硬件结构及编译系统特点，设计了一套运行在TM1300芯片上的语音信号采集－编解码－播放系统，分析了多通道G．728在定点TM1300芯片上实时实现时存在的困难和相应的关键技术，详细论述了G．728编解码算法在该芯片上实现时采用的优化技术。     

YOLO-wLU：考虑定位不确定性的目标检测算法

YOLOv3目标检测算法在检测目标时没有考虑边界框坐标定位存在的不确定性,因此有时不能得出正确的检测结果。针对此问题,提出YOLO-wLU（YOLO with Localization Uncertainty）算法。该算法借鉴深度学习中的不确定性思想,使用高斯分布函数建立边界框坐标的概率分布模型以考虑边界框坐标定位不确定性;设计新的边界框损失函数,在检测过程中移除定位不确定性较大的检测结果;通过融合周围边界框坐标信息提高了边界框坐标辨识结果的准确性。实验结果表明,该算法可有效减少误报率,提高检测精度;COCO数据集上测试结果显示,相比YOLOv3算法,该算法的mAP最高可提升4.1个百分点。     

通用构件行为适应方法研究

基于构件的软件工程中,构件行为适应是一个关键的问题.目的是为了解决构件交互过程中由于行为不兼容而引起的各种不匹配问题.给出了解决构件行为不匹配的一种通用的方法.该方法首先根据给定的构件接口的行为协议描述计算构件行为之间的同步关系,得到适配器的描述.然后在构件的同步产品中,利用死锁来检测具有同步行为关系的行为之间的不匹配.利用构件及适配器描述计算同步矢量产品的过程中,根据同步矢量来计算适配器的行为协议,适配器通过一对互补事件与被适应构件进行交互.适配器适应交互的构件行为,使得构件交互过程中没有死锁发生.实现对消息顺序的重新排序,解决了具有数据传递的构件行为之间的不匹配问题.最后,用一个实例对文中所述方法进行了说明.     

构件适应和组装的形式化语义描述

构件适应技术是基于构件的软件工程中一个很难解决的问题,分析了三种构件适应结构的应用条件,采用了形式化语义的方法描述和推导了与构件以及构件适应相关的问题,根据构件描述与应用需求描述动态地选择不同的适应层次来适应构件,从被适应的构件描述中推导出复合构件的描述,为构件适应的形式化分析、组装正确性检验提供了保证,并列出了一些值得进一步研究的问题。